一种基于大模型的海洋数据平台自动化测试错误分析方法

本发明为一种基于大模型的海洋数据平台自动化测试错误分析方法，通过定义元学习任务，收集并预处理历史BUG数据和报错分析数据，生成训练数据；利用BERT模型进行文本特征提取，并结合结构化数据处理，构建综合特征向量，采用MAML框架与大语言模型结合，构建错误分析模型，通过多任务训练优化模型参数，使其能够快速适应不同错误场景。在测试开发平台上，部署优化后的模型，实时分析自动化测试结果，生成缺陷分析报告。此外，本发明还支持动态扩展，当出现新的错误场景时，可定义新的元学习任务并微调模型，确保其持续适应业务需求；将缺陷分析结果集成到CI/CD流程中，实现自动化测试与错误分析的闭环优化。